Papírhegyek, chatbotok, beszkennelt emlékezet

Furcsa megrendelések zavarták meg tavasszal több európai antikvárium nyugalmát. A könyvkereskedők beszámolói szerint éjszakánként, gyakran hajnali három és öt óra között érkeztek a nagy tételű rendelések: régi szakácskönyvek, életrajzok, helytörténeti munkák, gazdasági, jogi, nyelvészeti és társadalomtudományi kötetek kerültek egyszerre a kosárba. Nem ritkaságok, nem bibliofil kincsek, nem első kiadások, inkább olyan porosodó példányok, amelyek évek óta álltak a raktárban, mert a hagyományos vásárlók már nem keresték őket. A német nyelvterületen dolgozó antikváriusok hamar észrevették, hogy nem elszigetelt esetről van szó. Online fórumokon hasonló történetek jelentek meg: valaki százával adta el a régóta mozdulatlan készletét, másnál hullámokban érkeztek a rendelések, megint más azt vette észre, hogy címekből szinte mindig pontosan egyetlen példányt vásároltak meg.

A történet középpontjában egy észak-amerikai, kanadai kötődésű vállalat, a Zoom Books neve bukkant fel. A cég tagadja, hogy bármi szabálytalan történne, és arra hivatkozik, hogy rendes használtkönyv-kereskedelmi, illetve újrahasznosítási modell szerint működik. A kereskedők gyanakvását mégis az táplálja, hogy a vásárlások mintázata nehezen illeszkedik a megszokott antikváriumi logikába. A hagyományos viszonteladó nem így vásárol: nem szedi össze nagy tételben az alig keresett, különböző nyelveken megjelent, kis piaci értékű könyveket, nem kér belőlük egy-egy darabot, és nem hagyja figyelmen kívül azt, hogy a postaköltség sokszor nagyobb, mint maga az áru értéke. Itt viszont látszólag éppen az volt fontos, hogy minél több különböző szövegtest kerüljön egy kézbe, lehetőleg dokumentálhatóan, számlával, fizikai példány megvásárlásával.

A gyanú szerint ezek a könyvek már nem olvasókhoz, gyűjtőkhöz vagy egy másik antikvárium polcaira kerülnek, hanem digitalizáló központokba. Ott a könyv gerincét levágják, a lapokat gyors szkenneren átengedik, majd optikai karakterfelismeréssel szövegfájllá alakítják. A folyamat végén a fizikai példány többnyire menthetetlen. Ez az úgynevezett destruktív szkennelés nem új technológia, könyvtárakban, archívumokban és digitalizálási projektekben régóta ismert módszer, ám korábban főként akkor alkalmazták, ha sok azonos, könnyen pótolható példány állt rendelkezésre, vagy ha a cél nem a kereskedelmi újrahasznosítás volt. A mostani ügyben a tét más: elfeledett, sokszor már nem kapható, kis példányszámban fennmaradt művek tűnhetnek el végleg a használtkönyv-piacról.

A mesterséges intelligenciát fejlesztő cégeknek egyre nagyobb szükségük van jó minőségű, hosszú, szerkesztett szövegekre. Az internet könnyen elérhető tartalmai nagyrészt már bekerültek a nagy nyelvi modellek tanítási anyagaiba. A web ráadásul zajos: tele van ismétléssel, gépi fordítással, hirdetési szövegekkel, gyenge minőségű másolatokkal, közösségi médiából származó töredékekkel és újabban mesterséges intelligencia által előállított tartalommal. A könyv ezzel szemben szerkesztett, ellenőrzött, hosszabb gondolatmeneteket hordozó szövegforma. A régi szakkönyvekben, helytörténeti kiadványokban, tudományos összefoglalókban és memoárokban olyan nyelvi rétegek, fogalmak, adatok, stílusok és világlátások őrződtek meg, amelyek az interneten csak töredékesen vannak jelen. Egy fejlesztő szemében mindez nyersanyag: ritka, értékes, tanításra alkalmas adat.

A mesterséges intelligencia iparának egyik legkényesebb kérdése éppen az, hogy milyen jogcímen használhatók fel a szerzői jog által védett művek a modellek tanításához. Az Egyesült Államokban a fair use, vagyis a méltányos felhasználás elve bizonyos esetekben engedi védett művek engedély nélküli használatát, ha az új cél átalakító jellegű, nem egyszerű másolás, és nem helyettesíti közvetlenül az eredeti mű piacát. A technológiai cégek arra építik érvelésüket, hogy a nyelvi modell nem könyveket ad vissza, hanem mintázatokat tanul, statisztikai összefüggések alapján válaszol, és új szövegeket hoz létre. A szerzők és kiadók szerint viszont ez ipari méretű engedély nélküli hasznosítás, amely a kulturális munka eredményét magáncégek profitgépezetébe tereli.

A jogi helyzet korántsem zárt. Amerikai bíróság már kimondta, hogy a törvényesen megvásárolt könyvek felhasználása MI-tanításra bizonyos feltételek mellett fair use lehet. Ugyanakkor ugyanebben az ügykörben az is világossá vált, hogy a kalózforrásokból letöltött, központi adatbázisban tárolt könyvtömegek súlyos jogi kockázatot jelentenek. Az Anthropic, a Claude nevű mesterségesintelligencia-rendszer fejlesztője óriási összegű, 1,5 milliárd dolláros egyezséget kötött szerzőkkel és jogtulajdonosokkal a kalózpéldányok használatával kapcsolatos ügyben. Ez különösen fontos jelzés a piacnak: a digitálisan lopott adat veszélyes, a megvásárolt papírpéldányból készült tanítóanyag viszont az amerikai jogban védhetőbb pozíciónak látszik. Ebből születhetett meg az új beszerzési láz logikája: ha a könyvet fizikailag megveszik, számlával igazolják, majd a szkennelés után megsemmisítik, könnyebb azt állítani, hogy nincs illegális másolat a piacon.

Ez a logika azonban kulturális szempontból rendkívül romboló lehet. Az antikvárium ugyanis nem egyszerű raktár, ahol a régi könyvek eladható tárgyként várakoznak. Inkább lassú körforgásban működő emlékezeti rendszer. Egy könyv évekig nem kell senkinek, aztán hirtelen rátalál egy kutató, egy családtörténetet kereső olvasó, egy újságíró, egy diák vagy egy gyűjtő. A kereslet sokszor kiszámíthatatlan. Ami ma értéktelen „raktári halott”, holnap forrás lehet egy helyi konfliktus megértéséhez, egy régi iparág történetéhez, egy családi múlt feldolgozásához vagy egy elfeledett szerző újrafelfedezéséhez. A használt könyvek piaca ezért nem a gyors forgásról szól, hanem a késleltetett hasznosulásról. A kötetek addig is megőrzik annak lehetőségét, hogy valaki egyszer újra kézbe vegye őket.

Ha a könyv egy MI-cég adatmalmába kerül, ez a körforgás megszakad. A szöveg fennmaradhat digitális formában, de a hozzáférés többé nem közösségi vagy piaci értelemben nyitott. Nem könyvtárban, nem antikváriumban, nem olvasói polcon él tovább, hanem egy vállalati modell belső rétegében, ahol a pontos forrás sokszor már visszakereshetetlen. A mű beolvad egy óriási statisztikai rendszerbe, amely válaszokat ad, stílusokat utánoz, fogalmi kapcsolatokat épít, de az eredeti könyvet már nem teszi hozzáférhetővé. A kulturális örökség így furcsa átalakuláson megy át: a nyilvános világban szegényebb lesz, miközben magáncégek adatvagyonában sűrűsödik.

A probléma nem kizárólag jogi. A kérdés az is, hogy mit tekintünk könyvnek. Ha pusztán szövegkonténer, akkor a digitalizálás után valóban feleslegesnek tűnhet a papír, a kötés, a borító, az előzéklap, a tulajdonosi bejegyzés, a könyvtári pecsét, a margóra írt megjegyzés, a kopás és a javítás. Ha viszont a könyv tárgyként is történeti forrás, akkor a fizikai példány megsemmisítése veszteség. Egy helytörténeti kiadványban a nyomda, a kiadás helye, a példányszám, a dedikáció vagy egy beragasztott újságkivágás legalább annyit árulhat el, mint maga a főszöveg. Az antikváriumok polcain sokszor nem nagy művek, hanem apró korlenyomatok sorakoznak: vállalati évkönyvek, települési monográfiák, régi tankönyvek, politikai brosúrák, szakmai kézikönyvek, amatőr visszaemlékezések. Ezek együtt adják ki egy korszak hétköznapi tudását.

A kereskedők helyzete közben érthetően ellentmondásos. Aki évek óta hiába tárol több száz vagy több ezer eladhatatlan könyvet, annak a nagy rendelés megkönnyebbülés. Az antikváriumok alacsony árréssel dolgoznak, a raktározás drága, a vásárlói kör öregszik, a fiatal olvasók jelentős része digitálisan keres. Egy váratlan megrendelés pénzt hoz, helyet szabadít fel, és olyan tételeket mozdít meg, amelyekre addig nem volt kereslet. Nehéz elvárni egy kis könyvkereskedőtől, hogy egyedül vállalja a kulturális őrszem szerepét, ha közben a piaci túlélésért küzd. Mégis sok antikvárius érzi, hogy valami nincs rendben. A könyvkereskedelem hagyományos ethosza szerint a kötet célja az új olvasó, nem a feldarabolás.

A nagy technológiai cégek adatétvágya új fényt vet a régi könyvek értékére. Ami az olvasói piacon néhány eurót ér, az egy nyelvi modell tanításában sokkal többet jelenthet. Az érték azonban nem ott keletkezik, ahol a könyv hosszú évtizedeken át megőrződött. Nem a szerzőnél, nem az örökösnél, nem a kis kiadónál, nem a könyvkereskedőnél, nem a közgyűjteménynél, hanem annál a vállalatnál, amely képes a szöveget óriási adatvagyonba illeszteni. Ez a feszültség a mesterséges intelligencia egyik alapkérdése: kié a kultúra, amikor adattá alakítják, és ki kap részesedést abból, ha a régi művek új technológiai értéket termelnek?

Európában a helyzet különösen érzékeny. A kontinens könyvkultúrája széttagolt, soknyelvű, helyi hagyományokra épül. Egy német, magyar, katalán, lengyel vagy cseh szakkönyv kis példányszáma miatt a piacon jelentéktelennek látszhat, ám éppen ettől lehet ritka adathordozó. Az MI-fejlesztők számára a kisebb nyelvek, regionális témák és régi terminológiák kifejezetten értékesek, mert a modellek ezekben gyengébbek. Ha a beszerzés nagy tételben folytatódik, a legvédtelenebb állományok tűnhetnek el először: azok a művek, amelyek már nincsenek bolti forgalomban, könyvtárban csak néhány példányban vannak meg, digitális változatuk nem létezik, és a közvélemény még a címüket sem ismeri.

A könyvtárak és közgyűjtemények részben ellensúlyt jelenthetnek, de nem pótolják teljesen az antikváriumi körforgást. A könyvtárak állománya válogatott, intézményi döntések eredménye, ráadásul sok helyen forráshiánnyal és helyhiánnyal küzdenek. Az antikváriumi piac ezzel szemben kaotikusabb, esetlegesebb, ám éppen ezért őriz meg olyan anyagokat, amelyek a hivatalos intézményekből kimaradtak. Egy-egy magángyűjtemény felszámolásakor, hagyaték rendezésekor, költözéskor vagy könyvtárduplumok eladásakor olyan tételek kerülhetnek be a körforgásba, amelyek később kutatási értéket kapnak. Ha ezek nagy tételben egyirányú útra indulnak, a veszteség csak évek múlva válik láthatóvá.

A szabályozás előtt nehéz feladat áll. Meg lehet tiltani, hogy valaki a megvásárolt könyvét szétvágja? Aligha egyszerűen. A tulajdonjog hagyományosan erős védelem alatt áll: aki vesz egy tárgyat, többnyire rendelkezhet vele. A szerzői jog viszont akkor lép be, amikor a tárgyból másolat, adatbázis, üzleti hasznosításra alkalmas digitális állomány lesz. A mostani ügy éppen e két világ határán mozog. A papírkönyv megvásárlása önmagában hétköznapi tranzakció. A milliós nagyságrendű szkennelés, modelltréning és vállalati adatfelhalmozás már más dimenzió. A jogrendszereknek azt kellene tisztázniuk, hogy hol húzódik a határ a magánhasználat, a kutatás, a kereskedelmi adatbányászat és az engedély nélküli kulturális kisajátítás között.

A szerzők és kiadók számára a veszély kettős. Egyrészt a régi művekért nem kapnak új díjazást, miközben szövegeik hozzájárulhatnak nagy értékű modellek fejlesztéséhez. Másrészt a modellek olyan tartalmakat állíthatnak elő, amelyek versenyeznek az emberi szerzőkkel: összefoglalnak, stílust utánoznak, szakmai magyarázatokat gyártanak, oktatási anyagokat készítenek. A vállalatok szerint a tanítás során nem egyes könyvek elvétele történik, hanem általános mintázatok elsajátítása. A jogtulajdonosok szerint ez a különbségtétel elrejti a lényeget: a gép működéséhez mégiscsak emberi szerzők évtizedes munkája kellett.

A történetben az a legnyugtalanítóbb, hogy mindez jórészt csendben zajlik. Nincsenek látványos könyvégetések, nincsenek politikai kampányok, nincsenek ideológiai tiltólisták. A könyvek szabályos számlákkal, csomagként, raklapokon hagyják el Európát. A folyamat üzletszerű, adminisztratív, látszólag ártalmatlan. Az antikvárius örül az eladásnak, a logisztikai cég szállít, a digitalizáló üzem feldolgoz, az adatcsapat betölti a szöveget, a modell pedig később folyékonyabban válaszol. A veszteség nem egyetlen nagy pillanatban történik, inkább apró döntések sorozataként: egy eladott doboz itt, egy felszámolt raktár ott, néhány száz régi kötet amott.

A könyvek sorsa mindig többről szólt, mint papírról. A könyv a tudás lassú hordozója, amely túléli a divatokat, technológiákat, rendszereket és piaci hullámokat. A mesterséges intelligencia új korszakában a régi kötetek váratlanul ismét értékessé váltak, de nem azért, mert valaki olvasni akarja őket, hanem mert gépek tanítására használhatók. Ez a változás nem feltétlenül állítható meg teljesen, ám nyilvános vitát mindenképpen érdemel. Mert ha a jövő gépei a múlt könyveiből tanulnak, nem mindegy, hogy közben mi marad meg az embereknek.